Austin|UT Austin朱玉可主讲，CS391R 2021秋季课程，专注机器人感知与决策_课程|Robot|世界|研究生|计算机

机器之心报道
编辑：蛋酱

UT Austin的经典课程CS391R ，已经上线了2021秋季版本的全新内容。先收藏，有时间再开始学？

Austin|UT Austin朱玉可主讲，CS391R 2021秋季课程，专注机器人感知与决策

文章图片

课程主讲人、UT Austin助理教授朱玉可在推特介绍说，这次课程更新了机器人学习领域的一些最新趋势和进展，例如隐式表征、注意力架构、离线 RL、人为回环和AI合成数据。并且，所有材料都将公开发布。

文章图片

课程主页：https://www.cs.utexas.edu/~yukez/cs391r_fall2021/
机器人和自动化系统在现代经济发展中发挥着重要作用，针对生产任务定制的机器人显著提高了生产率、操作安全性和产品质量。然而，这些机器人通常用于可控程度高的环境中的特定任务，无法很好地在现实世界中执行各种任务。
如何将机器人从受限的环境中延伸到日常生活中，帮助我们完成各种现实世界的任务？这对通用机器人自主性提出了更高的要求，需要机器人通过其感知镜头来理解世界，并据此做出决定。
该课程主要关注现代机器学习和人工智能算法，涵盖了一些主题，主要围绕以下几个方面:

机器人如何从原始的感官数据中感知非结构化的环境；
机器人如何根据自己的感知做出决定；
机器人如何在现实世界中积极主动地学习和适应。

主讲人简介
课程主讲人为UT Austin助理教授朱玉可，课程助理为UT Austin博士生江振宇。

文章图片

朱玉可。
朱玉可本科毕业于浙江大学，并取得了浙江大学和加拿大西蒙弗雷泽大学（Simon Fraser University ，简称 SFU）的双学位。硕士和博士研究生就读于斯坦福大学，师从计算机视觉大牛李飞飞，并于2019年 8 月取得博士学位。朱玉可现任UT Austin计算机科学系助理教授，同时是机器人感知和学习实验室的主任，以及英伟达研究院高级研究科学家。
根据朱玉可的个人主页，其研究领域为理解并与现实世界交互的通用机器人构建智能。研究将融合机器人、计算机视觉和机器学习等诸多领域，并致力于开发用于通用机器人自治的感知和控制方法和机制。
在斯坦福大学期间，朱玉可曾参与一些课程的教学工作，包括著名的《CS231N：视觉识别中的卷积神经网络》，还有 CS131、CS193C、CS431 等。